相关疑难解决方法(0)

我正在设计一个解决方案,其中Google Cloud SQL将用于存储来自应用程序常规功能的所有数据(OLTP数据的种类).预计数据会随着时间的推移而增长到相当大的规模.数据本身具有关系性,因此我们选择了Cloud SQL而不是Cloud Datastore.

这些数据需要被提供给Big Query进行分析,这需要接近实时分析(作为最佳情况),尽管实际上可以预期一些滞后.但我正在尝试设计一种解决方案,将这种滞后降低到最低限度.

我的问题有3个部分 -

1. 我应该使用Cloud SQL存储数据,然后将其移至BigQuery或更改基本设计本身,并使用BigQuery初始存储数据吗？BigQuery是否适合用于常规,低延迟的OLTP工作负载？(我不这么认为 - 我的假设是正确的吗？)

2. 将Cloud SQL数据加载到BigQuery中的推荐/最佳实践是什么？这种集成是否接近实时？

3. Cloud Dataflow是一个不错的选择吗？如果我将Cloud SQL连接到Cloud DataFlow并进一步连接到BigQuery - 它会起作用吗？或者有没有其他方法可以实现这一目标更好(如问题2中所述)？